KI und AR treiben die Nachfrage nach Daten an – Open-Source-Hardware geht auf diese Herausforderung ein

Daten sind das Lebenselixier der digitalen Wirtschaft, und da neue Technologien entstehen und sich weiterentwickeln, steigt die Nachfrage nach höheren Datenübertragungsraten, geringeren Latenzen und höherer Rechenleistung in Rechenzentren exponentiell an. Neue Technologien drängen die Grenzen der Datenübertragung und -verarbeitung voran, und die Übernahme von Open-Source-Technologien kann Rechenzentrumsbetreibern helfen, ihre aktuellen Betriebe zu optimieren und sich auf die Zukunft vorzubereiten. Hier sind einige Beispiele für Technologien, die die Nachfrage nach hoher Rechenleistung antreiben, und Möglichkeiten, wie Open-Source-Technologien, -Communities und -Standards dabei helfen, diese Nachfrage auf skalierbare und nachhaltige Weise zu decken.

Künstliche Intelligenz und Maschinelles Lernen

Künstliche Intelligenz (KI) und maschinelles Lernen (ML) revolutionieren verschiedene Bereiche wie natürliche Sprachverarbeitung, Computer-Vision, Spracherkennung, Empfehlungssysteme und selbstfahrende Autos. KI und ML ermöglichen es Computern, aus Daten zu lernen und Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern.

Es gibt jedoch auch eine Nachfrage nach massiven Mengen an Daten und Rechenleistung, um komplexe Modelle und Algorithmen zu trainieren und auszuführen. Zum Beispiel hat GPT-3, eines der fortschrittlichsten natürlichen Sprachmodelle der Welt, 175 Milliarden Parameter und wurde mit 45 Terabyte Textdaten trainiert. Um solche großen Datenmengen und Modelle effizient zu verarbeiten, benötigen KI- und ML-Anwendungen Hochleistungsrechnersysteme, die hohe Datenübertragungsraten, geringe Latenzen und hohe Rechenleistung liefern können.

Ein aufkommender Trend im Bereich Hochleistungsrechnen ist die Verwendung spezialisierter Prozessoren wie GPUs oder TPUs, die für parallele Verarbeitung und Matrixoperationen optimiert sind, die in KI- und ML-Workloads häufig vorkommen. Zum Beispiel ist NVIDIAs Grace-CPU ein neuer Prozessor, der speziell für Hochleistungsanwendungen entwickelt wurde und NVIDIAs GPU-Technologie nutzt, um bis zu 10-mal höhere Leistung als aktuelle x86-CPUs zu liefern. Der Grace-CPU unterstützt auch schnelle Verbindungen wie NVLink, die hohe Datenübertragungsraten zwischen CPUs und GPUs ermöglichen.

Erweiterte Realität und Virtuelle Realität

Die Apple Vision Pro hat bei ihrer Vorstellung Wellen geschlagen. Erweiterte Realität (AR) und Virtuelle Realität (VR) sind zwei der immersivsten und interaktivsten Technologien, die verschiedene Branchen wie Unterhaltung, Bildung, Gesundheitswesen und Fertigung verändern. AR überlagert digitale Informationen auf die reale Welt, während VR eine vollständig simulierte Umgebung schafft, die Benutzer durch eine Brille erleben können.

Es gibt jedoch auch Herausforderungen für die Datenübertragung und -verarbeitung. Aufgrund der jüngsten Veröffentlichung stehen noch keine Details zur Apple Vision Pro zur Verfügung. Andere VR-Headsets sind jedoch bereits seit einer Weile verfügbar, so dass wir einige Annahmen treffen können. Zum Beispiel benötigen VR-Headsets wie das Oculus Quest 2 eine schnelle Verbindung zu einem PC oder einem Cloud-Server, um hochwertige Video- und Audioinhalte sowie Tracking- und Eingabedaten von der Brille und den Controllern zu streamen. Die Videobitrate, also die Menge an Daten, die pro Sekunde übertragen wird, hängt von der Geschwindigkeit ab, mit der die GPU das Signal auf der PC- oder Serverseite codiert, und der Geschwindigkeit, mit der der Quest-2-Prozessor das Signal auf der Brille decodiert.

Laut Oculus liegt die empfohlene Bitrate für VR-Streaming zwischen 150 Mbps und 500 Mbps, abhängig von der Auflösung und Bildfrequenz. Das bedeutet, dass VR-Streaming eine viel höhere Datenübertragungsrate erfordert als andere Online-Aktivitäten wie Web-Browsing oder Musik-Streaming. Darüber hinaus erfordert VR-Streaming auch geringe Latenzen, also die Zeit, die ein Signal benötigt, um von einem Punkt zum anderen zu gelangen. Hohe Latenzen können zu ruckelndem oder flackerndem Gameplay führen, was die Immersion stören und Übelkeit verursachen kann.

Die Latenz hängt von verschiedenen Faktoren ab, wie der Netzwerkgeschwindigkeit, der Entfernung zwischen den Geräten und den Codier- und Decodieralgorithmen. Laut Oculus sollte die ideale Latenz für VR-Streaming unter 20 Millisekunden liegen. Es ist jedoch nicht leicht, diese Leistung zu erreichen, insbesondere bei drahtlosen Verbindungen wie Wi-Fi oder 5G.

Open-Source-Technologien für die Optimierung von Rechenzentren

Da neue Technologien die Nachfrage nach höheren Datenübertragungsraten, geringeren Latenzen und höherer Rechenleistung in Rechenzentren antreiben, stehen Rechenzentrumsbetreiber vor Herausforderungen wie steigendem Energieverbrauch, anspruchsvollen neuen Kühlungsanforderungen, Raumausnutzung, Betriebskosten und einem schnellen Tempo der Hardware-Innovation und -Erneuerung. Um diese Herausforderungen zu meistern, müssen Rechenzentrumsbetreiber ihre aktuelle Infrastruktur optimieren und neue Standards und Technologien übernehmen, die ihre Effizienz und Skalierbarkeit verbessern können.

Dies ist das Ziel des Open19-Projekts, einer Initiative der Sustainable and Scalable Infrastructure Alliance, die jetzt Teil der Linux Foundation ist. Das Open19-Projekt ist ein offener Standard für Rechenzentrums-Hardware, der auf gemeinsamen Formfaktoren basiert und nächste Generationen hoch effizienter Stromversorgung, wiederverwendbarer Komponenten und Möglichkeiten für neue Hochgeschwindigkeits-Verbindungen bietet. Die Mission und offenen Standards des Open19-Projekts entsprechen der größeren Industrie-Bewegung hin zu Effizienz, Skalierbarkeit und Nachhaltigkeit für die Infrastruktur, die unser digitales Leben und unsere Gemeinschaften antreibt. Das Open Compute Project ist ein weiterer Versuch, die wachsenden Anforderungen an die Recheninfrastruktur effizient zu unterstützen. Dieses Projekt fördert ebenfalls die community-getriebene Zusammenarbeit zwischen Industriepartnern, um Rechenzentrums-Lösungen zu entwickeln, mit einem Fokus auf 21-Zoll-Server-Rack-Größen, die typischerweise von großen Colos und Hyperscalern verwendet werden. Der Umfang des OCP erstreckt sich auch auf die Rechenzentrums-Anlage sowie die internen IT-Komponenten der Server.

Fazit

Neue Technologien treiben die Nachfrage nach höheren Datenübertragungsraten, geringeren Latenzen und höherer Rechenleistung in Rechenzentren an, während Gemeinschaften, Regierungen und Unternehmen sich auf Ressourcenmanagement und die zunehmenden Nachhaltigkeitsbedenken im Zusammenhang mit Wasserverbrauch, Strommanagement und anderen kohlenstoffintensiven Aspekten der Technologie-Schaffung, -Nutzung und -Einsetzung konzentrieren. Die Übernahme von Open-Source-Technologien, die in community-getriebenen Foren wie der SSIA und der Linux Foundation entwickelt werden, kann Rechenzentrumsbetreibern helfen, ihre aktuellen Betriebe zu optimieren und sich auf eine zukünftige, nachhaltigere Zukunft vorzubereiten, während sie die Anforderungen dieser aufregenden neuen Anwendungen erfüllen.